Tugas Akhir Sarjana

Implementasi Machine Learning untuk Prediksi Kinerja SCADA dalam Smart Water Management System

---

Sistem SCADA (Supervisory Control and Data Acquisition) berperan penting dalam
pemantauan dan pengendalian distribusi air secara otomatis. Dalam penelitian ini,
dikembangkan model prediksi berbasis Machine Learning untuk memantau dan
mengevaluasi kinerja sistem SCADA, dengan fokus pada parameter ketinggian muka air
(TMA INLET). Dua pendekatan digunakan, yaitu model ARIMA (2,1,1) untuk prediksi time
series dan model Regresi Lasso untuk prediksi berbasis fitur. Model ARIMA menunjukkan
performa prediksi yang sangat baik untuk jangka pendek dan menengah dengan MAE
sebesar 0.0122 dan RMSE sebesar 0.1038, cocok untuk data yang stabil dan stasioner.
Sementara itu, Regresi Lasso mampu memodelkan data berdimensi tinggi dan kompleks
dengan hasil evaluasi MAE sebesar 0.1230, RMSE sebesar 0.2125, dan R² sebesar 0.9806,
serta mendeteksi 1.543 titik anomali dari total 25.917 data, jauh lebih tinggi dibandingkan
ARIMA. Selain aspek teknis, penelitian ini juga menyajikan analisis finansial yang
menunjukkan potensi penghematan biaya signifikan bagi perusahaan jika sistem prediksi
dan deteksi anomali diterapkan secara otomatis. Dengan estimasi penghematan hingga
puluhan juta rupiah per tahun dari efisiensi operasional, skripsi ini membuktikan bahwa
integrasi model ARIMA dan Lasso Regression dalam sistem SCADA tidak hanya
meningkatkan keandalan teknis, tetapi juga mendukung efisiensi ekonomi dalam Smart
Water Management System.
Kata Kunci: SCADA, Prediksi Time Series, ARIMA, Regresi Lasso, Machine Learning,
Deteksi Anomali, Smart Water Management System, Efisiensi Biaya.

---

Ketersediaan

#	Lokasi	No. Panggil	Kode Eksemplar	Status
1	Perpustakaan ITI	TI 2025 021	TI2025021	Tersedia
2	Perpustakaan ITI	TI 2025 021	TI2025021-CD	Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

TI 2025 021

Penerbit

Tangerang Selatan : TEKNIK INDUSTRI., 2025

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

TUGAS AKHIR - PRODI TEKNIK INDUSTRI

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar